在爬某些資料的時候，我有時需要將網頁內容一併保留，以供未來回頭檢查資料正確性。
將網頁列印成PDF保存，主要有3個步驟：
- 打開要列印的網頁
- 執行「列印」並選擇「另存為PDF」
- 保存PDF
看上去很簡單對吧，但其中涉及的問題有好幾個，其中最核心的問題就是如何控制瀏覽器的列印選項（選擇另存為PDF）。
原先我打算使用Selenium執行列印的JavaScript，再控制Selenium點選選項，結果在執行JavaScript時出現timeout錯誤，上Stack Overflow看看發現這篇，終於解決我的問題，下面就來說說我是怎麼解決的。
from selenium import webdriver
import json
# 輸入PDF保存的路徑
PDF_savepath = r'E:\Document'
chrome_options = webdriver.ChromeOptions()
appState = {
'recentDestinations': [
{
'id': 'Save as PDF',
'origin': 'local',
'account': ''
}
],
'selectedDestinationId': 'Save as PDF',
'version': 2
}
prefs = {
'printing.print_preview_sticky_settings.appState': json.dumps(appState),
'savefile.default_directory': PDF_savepath
}
chrome_options.add_experimental_option('prefs', prefs)
chrome_options.add_argument('--kiosk-printing')
# 輸入chromedriver的路徑
driver = webdriver.Chrome(
r'C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe', options=chrome_options)
driver.implicitly_wait(10)
driver.get('https://www.cpc.com.tw/cp.aspx?n=47')
driver.execute_script('window.print();')
driver.close()如何控制瀏覽器的列印選項
我使用Chrome作為瀏覽器，來抓中油的液化石油氣牌價表，可以看到在這個網頁中有一個「友善列印」的按鈕，這個按鈕對應了window.print();的JavaScript，相當於右鍵-列印的功能，因此如果可以藉由Selenium直接來執行這個JavaScript，就等於可以使用列印了。
在執行window.print();後，瀏覽器會彈出一個列印選項的頁面，這裡才是主要的問題點。必須將「印表機」那個選項選為「另存為PDF」，接著按下「儲存」，這要怎麼做到呢？
這裡的思路是透過調整Chrome的預設選項，把列印選項設定成「另存為PDF」，也就是appState那個dictionary在做的事情，接著用json.dump()的方法將appState丟到prefs中，再將prefs寫入到Chrome的Preferences檔案（Chrome的預設選項檔案）即可。
Preferences檔案路徑
Windows：
%LOCALAPPDATA%\Google\Chrome\User Data\DefaultMacOS：
~/Library/Application Support/Google/Chrome
然後就是來處理按「儲存」按鈕的事情了，透過將Chrome的模式設定為--kiosk-printing，就可以在預設的列印選項下直接儲存或列印。
這個--kiosk-printing是什麼呢？根據網路上的資料，這可以將Chrome設定為POS機（收銀機系統）的模式，這種模式的作用是在背景中進行列印，不需要另外點選按鈕或是輸入設定（會依預設選項來列印），這樣就解決了按「儲存」按鈕的事情。不得不說，我自己真是想破頭也想不到用這種方式處理，Amazing！
設定保存PDF的路徑
現在我成功把PDF抓下來了，但它被保存到預設的「下載」檔案夾中，我們可以自己決定要保存到哪個檔案夾嗎？
當然可以，參考Stack Overflow的這篇，保存PDF的預設路徑是透過savefile.default_directory這項參數來設定的，因此我們只需要修改這項參數，並將其寫入到Chrome的預設選項中。需要注意的是，有另一個叫做download.default_directory的參數，雖然與我們要修改的參數很像，但作用完全不一樣，記得不要改錯咯。
參考資料
